مایکروسافت مدل Microsoft-Decision-1 رو معرفی کرد
هوش مصنوعیClaude Opus 5.5خلاصهٔ کامل‌تر
مایکروسافت تو این پست یه دستهٔ نسبتاً جدید از مدل‌ها رو معرفی می‌کنه: decision model، یعنی مدلی که به جای تولید متن، خروجی ساختاریافته‌ای می‌ده که نرم‌افزار بتونه مستقیم روش عمل کنه. مدل جدیدش Microsoft-Decision-1 هست که روی Microsoft Foundry و OpenRouter عرضه شده. وقتی یه سری گزینهٔ ثابت بهش بدی، برای هر گزینه یه احتمال کالیبره برمی‌گردونه. از سؤال بله/خیر، چندگزینه‌ای، امتیازدهی و نمره‌دادن با rubric به جواب‌های AI یا کارهای ایجنت پشتیبانی می‌کنه.
این مدل با post-training روی Qwen3.5-9B ساخته شده تا تو یه پاس تصمیم بگیره، و مایکروسافت می‌گه قراره بعداً روی مدل‌های دیگه مثل MAI و OpenAI هم بازسازی بشه. طبق بنچمارک‌های خود مایکروسافت روی 36 بنچمارک با حدود 150 هزار سؤال که از آموزش جدا نگه داشته شده بودن، بیشترین دقت رو گرفته. از نظر سرعت هم 2.5 برابر سریع‌تر از H2O-Lightning-4B و حدود 35 برابر سریع‌تر از GPT-6 Sol گزارش شده.
تیم مایکروسافت روی چند چالش تمرکز کرده. یکی سرعته، چون مثلاً 100 میلی‌ثانیه تأخیر روی 20 تصمیم پشت سر هم، دو ثانیه به کل workflow اضافه می‌کنه. دیگه‌ای robustness هست؛ یعنی اگه ورودی رو بازنویسی کنی یا ترتیب گزینه‌ها رو عوض کنی، تصمیم نباید عوض بشه. به گفتهٔ مایکروسافت مدل فقط روی 1.3 درصد این تغییرها تصمیمش رو برگردونده. احتمال خروجی هم کالیبره‌ست، یعنی پیش‌بینی 90 درصدی باید حدوداً نه بار از ده بار درست باشه.
توی تست‌های داخلی، تیم تحقیقاتی XBOX با این مدل بیش از 10 هزار نظر کاربر رو دسته‌بندی کرد و به کیفیتی نزدیک GPT-6 Sol رسید، با سرعت بیش از 14 برابر و هزینهٔ 200 برابر کمتر. تیم Copilot هم برای سنجش کیفیت جواب‌ها اونو هم‌سطح GPT5.6 Luna و 100 برابر سریع‌تر دیده. روی امنیت هم با 5,250 درخواست شامل محتوای مضر، jailbreak و prompt injection تست شده.
مایکروسافت کاربردهای زیادی پیشنهاد می‌ده: کنترل قدم بعدی ایجنت، model routing (یعنی انتخاب بهترین مدل برای هر درخواست بر اساس کیفیت، هزینه و تأخیر)، برچسب‌زدن داده، داوری جواب‌های AI، مسیریابی incidentها و انتخاب اکشن بعدی توی رابط کاربری. قیمتش هم خیلی پایینه: هر میلیون توکن ورودی 0.042 دلار و توکن‌های خروجی رایگانه.
نکات کلیدی:
- Microsoft-Decision-1 با post-training روی Qwen3.5-9B ساخته شده و برای هر گزینه احتمال کالیبره می‌ده.
- طبق بنچمارک مایکروسافت، P50 latency حدود 35 برابر سریع‌تر از GPT-6 Sol هست.
- روی 36 بنچمارک با حدود 150 هزار سؤال، بالاترین دقت رو گزارش کرده.
- با تغییر شکل ورودی فقط روی 1.3 درصد موارد تصمیمش عوض شده.
- قیمت: 0.042 دلار برای هر میلیون توکن ورودی و خروجی رایگان.
- از طریق Microsoft Foundry و OpenRouter در دسترسه.
